基于电影知识图谱的智能问答系统（一） -- Mysql数据准备

一、MySql数据说明

（1）数据库：movie

（2）genre：电影类别表

（3）movie：电影基本信息表

（4）movie_to_genre：电影与类别的对应关系 【电影id == 类别id】

（5）person：演员基本信息表

（6）person_to_movie：演员与电影对应的关系【演员id == 电影id】

二、MySql数据脚本语句

数据sql脚本下面提供了两种下载方式，如果你使用的mysql客户端可视化连接工具是：MySql WorkBench

可以使用如下的方式导入sql脚本数据

（1）脚本数据部分截图效果

（2）CSDN积分下载链接地址：https://download.csdn.net/download/appleyk/10417081

（3）百度网盘下载链接地址：https://pan.baidu.com/s/1f0ytkiN7jkwcpbbOzId71Q

三、MySql数据导出CSV文件

前两步假如你顺利的话，就来到了这一步，如果没成功，请查找原因，理论上错误是不存在的，因为博主已经反复使用好几次了

由于要基于知识图谱进行问答系统的搭建，因此，我们需要把mysql中的数据转移到neo4j图形数据库中，为什么不直接用mysql构建我们的关系呢？

（1）首先我们简单说一下什么是Neo4j？

Neo4j是一个NoSQL的图数据库管理系统，它存储的结构和redis、mongodb一样，都是key-value的形式，因此查询性能是非常棒的，同样是查询电影和电影类别之间的关系，mysql需要用到select连接查询，而neo4j只需要一条cypher语句既能搞定，

（2）什么是cypher呢？

Neo4j使用Cypher查询图形数据，Cypher是描述性的图形查询语言，语法简单，功能强大，由于Neo4j在图形数据库家族中处于绝对的领先地位，拥有众多的用户基数，使得Cypher成为图形查询语言事实上的标准。

（3）为什么不使用MySql数据库呢？

上面第一点已经说过了，不是mysql干不了neo4j的工作，而是neo4j在处理节点（对象）关系这方面性能比较棒，而且查询语句简单，更容易构建我们的电影知识图谱，我们也可以将二者结合起来用，比如，mysql存储对象的详细信息，而对象之间的关系，我们可以存储到neo4j中，二者配合起来使用也是很不错的，而本系列文章中，博主采用neo4j来构建项目，mysql除了一开始提供数据以外，真的是被我完全给晾到一边了，

好了，我们来看一下，电影类别和电影之间的关系在neo4j图形数据中的效果展示吧

（4）mysql数据导出csv

由于mysql导出数据的默认目录是：安装路径\Uploads\，因此，我们导出csv的时候，一定要在这个目录下指定导出文件名，否则会提示权限不足，如果你有强迫症，可以自行修改mysql的配置文件改这个路径

导出sql脚本语句如下：

use movie;

#CMD命令 查看MySql的导入与导出的目录【其他目录无权限】
# 使用mysql -u root -p  连接mysql
# show variables like '%secure%'
#+--------------------------+------------------------------------------------+
#| Variable_name            | Value                                          |
#+--------------------------+------------------------------------------------+
#| require_secure_transport | OFF                                            |
#| secure_auth              | ON                                             |
#| secure_file_priv         | C:\ProgramData\MySQL\MySQL Server 5.7\Uploads\ |genregenre
#+--------------------------+------------------------------------------------+
#3 rows in set, 1 warning (0.00 sec)

#MySql导出csv数据，带表头


#导出电影的类型
SELECT * INTO OUTFILE 'C:/ProgramData/MySQL/MySQL Server 5.7/Uploads/genre.csv'
FIELDS TERMINATED BY ',' 
FROM (select 'gid','gname' union select*from genre) genre_;



#导出电影的信息  == 如果太多可以只导出前500个，加限制
SELECT *  INTO OUTFILE 'C:/ProgramData/MySQL/MySQL Server 5.7/Uploads/movie.csv'
FIELDS TERMINATED BY ','   
OPTIONALLY ENCLOSED BY '"'   
LINES TERMINATED BY '\r'  #电影描述中出现\r换行字符，
FROM (select 'mid','title','introduction','rating','releasedate' union select*from movie) movie_;



#导出演员person的信息 == 如果有中文名要中文名，如果没有取英文名
SELECT *  INTO OUTFILE 'C:/ProgramData/MySQL/MySQL Server 5.7/Uploads/person.csv'
FIELDS TERMINATED BY ','   
OPTIONALLY ENCLOSED BY '"'   
FROM (select 'pid','birth','death','name','biography','birthplace' union 
select person_id,person_birth_day,person_death_day,case  when person_name is null then person_english_name else person_name  end 
  as name,person_biography,person_birth_place from person) person_;

#导出电影ID和电影类别之间的对应 【1对1】
SELECT *  INTO OUTFILE 'C:/ProgramData/MySQL/MySQL Server 5.7/Uploads/movie_to_genre.csv'
FIELDS TERMINATED BY ','   
OPTIONALLY ENCLOSED BY '"'   
FROM (select 'mid','gid' union select*from movie_to_genre) movie_to_genre_;


#导出演员ID和电影ID之间的对应 【1对多】
SELECT *   INTO OUTFILE 'C:/ProgramData/MySQL/MySQL Server 5.7/Uploads/person_to_movie.csv'
FIELDS TERMINATED BY ','   
OPTIONALLY ENCLOSED BY '"'   
FROM (select 'pid','mid' union select*from person_to_movie) person_to_movie_;


#解决导出csv中文乱码问题：将csv用txt打开，另存为，选择utf8编码保存覆盖即可

执行sql脚本语句后，效果如下

（5）导出的csv文件中文乱码

如果出现csv文件中中文乱码的情况，不要慌，我们可以采用下面的方法进行补救

1、选择问题csv文件，右键打开方式选 "记事本"

2、记事本打开后，选择菜单"文件"下拉框中的另存为

3、打开另存为对话框后，最下面的文件编码格式选择"UTF-8"

4、文件名不用动，然后选择保存，覆盖源文件即可解决中文乱码问题

至此，我们的数据csv文件算是有了，下一步就是，如何将这些csv文件导入到我们的图形数据库Neo4j中了

下一篇:   基于电影知识图谱的智能问答系统（二） -- Neo4j导入CSV文件